Unicode Text Converter: Zeichen und Zeichencodes umwandeln

Ein Unicode Text Converter hilft dabei, Schriftzeichen und ihre Unicode-Darstellung zu verstehen und umzuwandeln. Aus einem Buchstaben wie A wird beispielsweise der Codepunkt U+0041. Umgekehrt lässt sich aus diesem Codepunkt wieder das Zeichen bestimmen. Unser Rechner auf rechenhirn.de ist der Einstieg in die Umwandlung von Unicode-Text.

Wichtig ist die Unterscheidung zwischen Zeichen, Codepunkten und gespeicherten Bytes. Im Folgenden erkläre ich diese Unterschiede anhand konkreter Beispiele.

Was bedeutet Unicode?

Unicode ist ein Standard zur Darstellung von Schriftzeichen, Symbolen und weiteren Textelementen. Er weist ihnen sogenannte Codepunkte zu. Die Schreibweise U+0041 bezeichnet beispielsweise den lateinischen Großbuchstaben A. Die Zahl hinter U+ steht im Hexadezimalsystem.

UTF-8 und UTF-16 sind dagegen Zeichenkodierungen: Sie legen fest, wie Unicode-Codepunkte als technische Daten gespeichert oder übertragen werden. Unicode ist deshalb nicht mit UTF-8 gleichzusetzen.

Zeichen, Zahlenwerte und UTF-8 im Vergleich

Die Tabelle zeigt dieselben Zeichen in unterschiedlichen Darstellungen. Die UTF-8-Bytes sind jeweils hexadezimal angegeben.

Ein Zeichen benötigt in UTF-8 also nicht automatisch ein Byte. Das A belegt ein Byte, das Eurozeichen drei und das gezeigte Emoji vier Bytes.

Rechenbeispiel: Wie wird aus 20AC die Zahl 8364?

Hexadezimale Zahlen verwenden die Ziffern 0 bis 9 sowie A bis F. Dabei steht A für 10 und C für 12. Für das Eurozeichen ergibt sich:

20AC16 = 2 × 16³ + 0 × 16² + 10 × 16 + 12
= 8192 + 0 + 160 + 12
= 836410

In HTML kann das Eurozeichen deshalb auch als numerische Zeichenreferenz € oder hexadezimal als € geschrieben werden. Diese Schreibweisen sind nicht mit den UTF-8-Bytes zu verwechseln.

Worauf es beim Unicode Text Converter ankommt

• Eingabeformat beachten: Klartext, Codepunkte und Bytefolgen sind unterschiedliche Ausgangsdaten.
• Ausgabe prüfen: Die Schreibweisen U+0041, 65 und 41 haben nur mit dem passenden Zahlenformat eine eindeutige Bedeutung.
• Zeichenfolgen berücksichtigen: Ein sichtbares Zeichen kann aus mehreren Codepunkten bestehen. Ein ä lässt sich etwa auch aus U+0061 und dem kombinierenden Trema U+0308 bilden.

Sind dekorative Unicode-Buchstaben eine Schriftart?

Manche Textkonverter erzeugen Zeichen wie 𝐀 oder 𝒜. Dabei wird keine Schriftart eingestellt: Das normale A wird durch ein anderes Unicode-Zeichen ersetzt. Solche Zeichen können beim Suchen, Kopieren oder Vorlesen durch Hilfsprogramme anders behandelt werden.

Mein Hinweis: Für Überschriften, Namen und wichtige Informationen empfehle ich normalen Text. Eine gewünschte Schriftgestaltung lässt sich auf Webseiten besser über CSS umsetzen.